Aktuell Co-Founder eines EXIST-geförderten KI-Startups, in dem ich die technologische Basis aufbaue: ML/DL-basierte Anomalieerkennung auf Datenbank-Telemetrie, kombiniert mit einer LLM-gestützten Root-Cause-Analyse-Pipeline (RAG, Fine-Tuning, MCP, Multi-Provider-Gateways). Davor 2,5 Jahre bei Capgemini als Lead Data Scientist mit Fokus auf MLOps und GenAI-Lösungen für Industriekunden ? u.a. Lead Python Developer in einem Großprojekt bei einem deutschen Premium-Automobilhersteller (FastAPI, Azure OpenAI).
Ab Juli 2026 stehe ich für Freelance-Projekte zur Verfügung. Meine Stärken liegen in zwei Bereichen: produktionsreifes GenAI/LLM-Engineering (RAG-Architekturen, Fine-Tuning europäischer Open-Source-Modelle, LLM-Observability) und MLOps (MLflow, Kubeflow, Airflow, Modell-Lifecycle).
Besonders interessiert an Projekten, in denen GenAI- oder ML-Systeme von der Idee zur Produktion gebracht werden. Ich helfe aber auch gerne bei jeglicher Art von Data Science Projekten.
6+ Jahre Hands-on, davon 2,5 Jahre als Lead Python Developer bei Capgemini (FastAPI-Backend für Premium-Automobilhersteller). Aktuell technische Hauptsprache im eigenen Startup (Backend, ML-Pipelines, LLM-Integration). Rust für leichtgewichtige Datensammler verwendet wo Performance sehr wichtig war.
Tiefste Branchenerfahrung in Automotive (Lead Python Developer bei einem deutschen Premium-Automobilhersteller, davor 9 Monate Produktionsplanung bei einem Automobilzulieferer) sowie im (aktuelles Startup, AIOps-Erfahrung bei ORDIX).
Weitere belastbare Branchenerfahrung in Banking (SQL-Governance-Projekt für eine Bank in regulierter Umgebung) und Versicherung (Solution-Engineering für einen deutschen Versicherungskonzern, Make-or-Buy-Beratung).
Branchenoffen für Data Science, GenAI- und MLOps-Projekte, wo der Fokus auf der Produktreifung von KI-Systemen liegt ? die fachliche Domäne lerne ich erfahrungsgemäß schnell ein.
Aktuell Co-Founder eines EXIST-geförderten KI-Startups, in dem ich die technologische Basis aufbaue: ML/DL-basierte Anomalieerkennung auf Datenbank-Telemetrie, kombiniert mit einer LLM-gestützten Root-Cause-Analyse-Pipeline (RAG, Fine-Tuning, MCP, Multi-Provider-Gateways). Davor 2,5 Jahre bei Capgemini als Lead Data Scientist mit Fokus auf MLOps und GenAI-Lösungen für Industriekunden ? u.a. Lead Python Developer in einem Großprojekt bei einem deutschen Premium-Automobilhersteller (FastAPI, Azure OpenAI).
Ab Juli 2026 stehe ich für Freelance-Projekte zur Verfügung. Meine Stärken liegen in zwei Bereichen: produktionsreifes GenAI/LLM-Engineering (RAG-Architekturen, Fine-Tuning europäischer Open-Source-Modelle, LLM-Observability) und MLOps (MLflow, Kubeflow, Airflow, Modell-Lifecycle).
Besonders interessiert an Projekten, in denen GenAI- oder ML-Systeme von der Idee zur Produktion gebracht werden. Ich helfe aber auch gerne bei jeglicher Art von Data Science Projekten.
6+ Jahre Hands-on, davon 2,5 Jahre als Lead Python Developer bei Capgemini (FastAPI-Backend für Premium-Automobilhersteller). Aktuell technische Hauptsprache im eigenen Startup (Backend, ML-Pipelines, LLM-Integration). Rust für leichtgewichtige Datensammler verwendet wo Performance sehr wichtig war.
Tiefste Branchenerfahrung in Automotive (Lead Python Developer bei einem deutschen Premium-Automobilhersteller, davor 9 Monate Produktionsplanung bei einem Automobilzulieferer) sowie im (aktuelles Startup, AIOps-Erfahrung bei ORDIX).
Weitere belastbare Branchenerfahrung in Banking (SQL-Governance-Projekt für eine Bank in regulierter Umgebung) und Versicherung (Solution-Engineering für einen deutschen Versicherungskonzern, Make-or-Buy-Beratung).
Branchenoffen für Data Science, GenAI- und MLOps-Projekte, wo der Fokus auf der Produktreifung von KI-Systemen liegt ? die fachliche Domäne lerne ich erfahrungsgemäß schnell ein.